蛋白质可溶性预测的生物信息学模型及应用

【摘要】蛋白质的可溶性对于其结构和生物物理等研究至关重要，在很多情况下，蛋白质处于溶解状态是进行研究的先决条件。除此之外，以抗体等为代表的基于蛋白质的药物，在产业应用上同样有此需求。实验验证具有局限性，例如花费高、耗时长。因此，使用计算机开发生物信息学模型，对蛋白质可溶性进行预测，可以有效地促进相关研究的进行。本文研究了已开发的预测蛋白质可溶性的生物信息学模型，选取了四款模型进行介绍和比较，并且通过分析和在独立数据集上的测试，从算法、预测性能、功能支持等多个角度对这些工具做出了总结和评价。本文从蛋白质信息网站上提取了数据，选取了氨基酸序列和物化性质的特征，并对氨基酸进行分类。利用SVM训练数据，建立预测模型。10重交叉验证后，预测的确度达到了0.759，敏感度为0.761，特异度为0.757，MCC值为0.518，表明模型的预测达到了较为理想的性能。
【作者】汤思捷；
【导师】沈百荣；
【作者基本信息】苏州大学，系统生物学，2014，硕士
【关键词】蛋白质可溶性；支持向量机；预测；生物信息学模型；

【参考文献】
[1]陈晓云,李泽霞,刘幸辉,彭文静.关联规则挖掘过程中的模糊化方法研究[A].中国计算机学会数据库专业委员会.第十九届全国数据库学术会议论文集（技术报告篇）[C].中国计算机学会数据库专业委员会:,2002:3.
[2]朱玉洁.紫花苜蓿生长模拟模型（ALFASM）研究[D].中国农业大学,气象学,2004,硕士.
[3]刘真.我国运动员运动性失眠状况调查与特点分析[D].苏州大学,运动人体科学,2012,硕士.
[4]刘天蓝.基于语义理解与运行分析的程序题自动评分算法研究[D].湖南师范大学,软件工程（专业学位）,2013,硕士.
[5]刘培根.论旧建筑的柔性更新策略[D].武汉纺织大学,设计艺术学,2014,硕士.
[6]王斐.天津汽车工业发展战略研究[D].天津大学,工商管理,2013,硕士.
[7]刘金龙.基于Wiki的数据库课程可执行案例支撑环境的设计与实现[D].国防科学技术大学,软件工程,2012,硕士.
[8]张郎郎,刘斌,李俊星,陈利萍.榨菜瘤状茎膨大性状遗传分析[J].核农学报,2014,01:22-28.
[9]李琳.SPPESK/PWA及其表面改性质子交换膜的制备[D].大连理工大学,膜科学与技术,2013,硕士.
[10]李磊.华南地区桑树青枯病原菌的收集鉴定及侵染机制的初步研究[D].江苏科技大学,养殖（专业学位）,2013,硕士.
[11]刘俊.基于品种及生态多样性的红云红河集团特色优质烟叶生产技术研究[D].湖南农业大学,作物学,2012,硕士.
[12]李君茹.思想品德课培养初中学生公民责任意识的对策研究[D].河北师范大学,教育,2014,硕士.
[13]袁子濠.辽宁省新型农村社会养老保险参保激励因素研究[D].辽宁大学,社会保障,2012,硕士.
[14]王宏琳.CYBER地震系统软件改进[J].石油地球物理勘探,1980,01:85-93.
[15]杨雷刚.基于达芬奇平台的公交车载视频系统研究与设计[D].浙江工业大学,2012.
[16]李维娟.学术讲座与研讨会中四字词束的功能分布特征[D].兰州理工大学,外国语言学及应用语言学,2013,硕士.
[17]王蒙.新聘知识型员工与岗位双边匹配问题研究[D].西安电子科技大学,管理科学与工程,2012,硕士.
[18]裔勇刚.退化的预解算子族及应用[D].上海师范大学,应用数学,2004,硕士.
[19]王鹏.全内反射结构下石墨烯光学性质的偏振依赖性研究[D].南开大学,2014.
[20]窦聪.智能公交中基于RFSN的防碰撞算法与路由协议研究[D].兰州理工大学,信号与信息处理,2014,硕士.
[21]李天瑞,杨宁,马骏.广义关联规则基及其挖掘算法[J].西南交通大学学报,2004,01:86-89.
[22]刘光涛.分布式稳定控制装置策略测试系统的研究[D].华北电力大学（北京）,电力系统及其自动化,2003,硕士.
[23]朱媛琳.我国汽车产业公司治理与追随性投资行为的相关性研究[D].哈尔滨理工大学,产业经济学,2012,硕士.
[24]粟艳林.酵母双杂交系统筛选人DND1相互作用蛋白[D].湖南师范大学,生理学,2014,硕士.
[25]张英华.2011年中国足球乙级联赛河北队进球分析[D].河北师范大学,体育,2014,硕士.
[26]孙锐,贾眀,杨莉,孙蕾.山东引种无花果氨基酸及矿物元素成分分析与评价[J].食品工业科技.
[27]杨雪松.开滦集团工资正常增长体系研究[D].北京工业大学,工商管理（专业学位）,2014,硕士.
[28]唐茜.梦中梦的无意识游戏[D].四川外国语大学,英语语言文学,2014,硕士.
[29]谢广磊.试论技术时代医学人文精神及其实践探索[D].中共中央党校,科学技术哲学,2013,硕士.
[30]张宇堃.企财险再保险模型建立研究[D].沈阳航空航天大学,安全技术及工程,2013,硕士.
[31]王广浩.建设项目后评价内容完善与方法研究[D].浙江大学,2004.
[32]汪开贵.粘蛋白MUC1和MUC2在含结石之肝内胆管上皮组织中的表达及意义[D].安徽医科大学,外科学,2004,硕士.
[33]周邦瑞.研究式教学模式的构建[D].江西师范大学,教育,2003,硕士.
[34]孟岳勇.MW级风力发电系统单机电气控制技术研究[D].南京航空航天大学,电力电子与电力传动,2004,硕士.
[35]董悠悠.内部控制在邮政企业财务管理中的应用[D].北京交通大学,工商管理（专业学位）,2013,硕士.
[36]戚欢月.敦煌荒漠化地区建筑形态的再发展[D].清华大学,2004.
[37]廖鹏.京杭运河苏北段船闸通过能力研究[D].河海大学,港口海岸及近海工程,2004,硕士.
[38]邱松凯,范举红,黄开坚,陈新芳,陈泽枝,文晓刚,刘锐,陈建孟,陈吕军.臭氧-曝气生物滤池深度处理垃圾焚烧渗滤液可行性研究[J].中国环境科学,2014,10:2513-2521.
[39]BAISHAN.《伤心咖啡馆之歌》的存在主义解读[D].西安外国语大学,英语语言文学,2013,硕士.
[40]杨巧芳.青少年孤独感与情绪智力、亲子依恋的关系研究[D].西南大学,发展与教育心理学,2013,硕士.
[41]杨硕.王朔顽主小说的矛盾性探究[D].河北师范大学,中国现当代文学,2013,硕士.
[42]陈亨友.数据分类中决策树算法的研究[J].软件导刊,2005,13:27-29.
[43]姚季.醋酸甲酯加氢制乙醇反应研究与流程模拟[D].华东理工大学,化学工程,2014,硕士.
[44]霍旭阳.训练强度监测技术中运动速度和角度识别方法的研究[D].第四军医大学,生物医学工程,2004,硕士.
[45]孔繁镪.国际自动控制联合会1982年学术会议[J].自动化学报,1980,03:235.
[46]许成真.安庆市承接产业转移调整产业结构研究[D].安徽大学,区域经济学,2013,硕士.
[47]王雪松.荷载与环境作用下钢筋混凝土锈蚀粘结力及锈胀开裂研究[D].浙江大学,结构工程,2013,硕士.
[48]王连圭,马保离.冗余机器人系统的自运动控制[J].控制与决策,2003,02:199-202.
[49]孙超.1950MHz频段4G系统高效功放技术研究[D].宁波大学,通信与信息系统,2013,硕士.
[50]贾敏.Guidelines for Assessing the Translation Outcome of Public Signs[D].西安外国语大学,翻译,2013,硕士.